小量化
微信登录
翻译了PyPortfolioOpt、Riskfolio-Lib、CCXT、CVXPY、Qlib、Backtrader 和 Freqtrade 的中文文档。为量化工具的使用者提供详细指南与示例。
投资组合
PyPortfolioOpt 中文文档
PyPortfolioOpt 是一款基于Python的开源库，专为投资组合优化和资产配置而设计。通过 PyPortfolioOpt，用户可以使用先进的算法和模型，对投资组合进行优化，最大化收益或者最小化风险。
库提供了包括 Markowitz、Black-Litterman、Hierarchical Risk Parity 等多种优化方法，同时支持通过协方差估计、收益预测和约束设置来进行个性化的投资组合优化。
Riskfolio-Lib 中文文档
Riskfolio-Lib 是一个用于风险分析和投资组合管理的 Python 库。它提供了一系列强大的工具和算法，帮助用户评估投资组合的风险并进行优化。
Riskfolio-Lib 支持多种风险模型，包括均值方差、最大化效用、风险平价、CVaR 等，同时还集成了因子分析、约束条件、风险贡献等功能。用户可以通过灵活的接口和详细的文档，轻松地构建自己的投资组合分析工具，并进行回测和优化。
实盘
CCXT 中文文档
CCXT 是一个用于加密货币交易的开源Python库，提供了统一且简洁的 API 接口，可连接并与多个交易所进行交互。
它支持包括比特币、以太坊在内的主要加密货币交易所，并提供了获取市场数据、下单交易、查询订单状态等功能。CCXT 还包含了各种交易所的适配器，使得用户无需关心具体交易所的 API 细节，只需在相同的代码结构下即可在不同的交易所间切换。
最优化
CVXPY 中文文档
CVXPY 是一个用于凸优化问题建模和求解的 Python 库，简化了复杂的数学表示和求解器的调用。 它提供了一个直观的方式来描述和解决线性规划、二次规划、半定规划和其他凸优化问题。
CVXPY 使用户能够专注于问题的建模而不是求解细节，提供了符合数学直觉的表达方式，使得优化问题变得更加可读和易于维护。CVXPY 支持各种数值求解器，如 ECOS、SCS、OSQP 等，并具有丰富的约束表达和求解功能。
回测
Qlib 中文文档
QLib 是一个基于 Python 的开源量化金融分析框架，旨在帮助开发者快速设计、训练和评估量化交易策略。
它提供了丰富的数据处理、特征工程和模型训练的功能，并支持多种传统和机器学习方法。QLib 还集成了强化学习模块，支持多种深度强化学习算法的开发和训练。该框架具备高度的灵活性和可扩展性，可以满足从入门到专业的量化交易任务需求。
Backtrader 中文文档
Backtrader 是一个基于 Python 的开源交易策略开发和回测框架。它提供了丰富的功能和工具，让用户能够方便地设计、测试和执行交易策略。
Backtrader 支持多种交易市场，包括股票、期货、外汇等，同时也支持多种数据源和数据格式。通过 Backtrader 的内置指标和信号处理功能，用户可以自定义交易规则和策略，并进行灵活的资金管理和风险控制。Backtrader 还提供了详细的回测报告和可视化工具，帮助用户评估和优化策略的绩效。
Freqtrade 中文文档
Freqtrade是一款开源的自动化量化交易软件平台，专为数字货币市场而设计。 它基于Python语言，拥有强大的功能和灵活的策略定制能力。
Freqtrade支持多个交易所，并提供多种技术指标和买卖信号辅助交易决策。 用户可以自定义交易规则，并利用内置的参数优化和回测功能来测试和改进交易策略。 此外，Freqtrade还提供易于扩展的API接口，使用户能够自定义和扩展平台功能。 无论是新手还是有经验的交易者，Freqtrade都能提供一种强大而灵活的量化交易解决方案。